基于ERGM 模型的全球林产品出口贸易网络格局及影响因素分析

吴红梅，王 蕊，殷沐阳

（北京林业大学经济管理学院，中国 北京 100083）

一、引言与文献综述

随着中国林产品贸易的快速发展，林产品贸易水平不断提升，2019年中国林产品贸易总额超1 106亿美元，其中林产品出口贸易额超591 亿美元，均居世界首位，林产品出口贸易是我国出口贸易的重要组成部分。在逆全球化和贸易保护主义盛行的背景下，从全球林产品出口贸易格局及影响因素角度研究中国林产品出口具有重要的理论和现实意义。

复杂网络理论起源于图论，作为一种能够研究大量错综复杂系统的有效方法，近年来已广泛应用于各种领域，如物理学［1］、生物学［2］、交通学［3］、投资学［4］和人口学［5］等。国际贸易涉及国家之间复杂的关系，复杂网络理论也被国内外学者逐渐用于国际贸易研究中，涉及多种行业和产品，主要集中于以下两方面：一是利用复杂网络分析方法分析贸易特征。有学者从整体贸易角度出发，如Fagiolo等［6］从网络密度、中心性等指标分析1981—2000 年世界159 个样本国家贸易网络演变，结果表明该贸易网络为“核心-边缘”结构，发达国家贸易联系更加紧密和集中，各年份网络属性稳定；Ward等［7］通过构建1990—2008 年世界贸易网络，分析其拓扑结构，并探究网络中节点之间的依赖关系，研究发现网络中的高度依赖关系能够显著促进贸易规模的增长。还有部分学者从具体产品贸易角度出发，应用复杂网络方法分析工程机械类产品［8］、棉花［9］、天然气［10］、能源［11］等具体产品的贸易网络结构特征。二是建立模型实证分析贸易网络的影响因素。其中，应用比较多的如二次指派程序（QAP）分析方法和指数随机图模型（ERGM）。QAP 分析方法是一种应用于网络矩阵之间相关性与回归性，可以研究多个“属性数据”矩阵与一个“关系数据”矩阵之间的回归关系［12］。王介勇等［13］将QAP 分析方法应用于小麦、水稻、玉米世界三大主粮构建的全球粮食贸易网络，定量评估经济社会、资源禀赋、贸易政策、距离交通、语言文化、政治管理等对全球粮食贸易网络的影响；马远等［14］应用此方法评估经济、能源、陆地相邻与否、语言、人口、物流绩效水平对丝绸之路经济带沿线国家石油贸易网络的影响。但QAP 分析方法无法解释网络中关系与关系之间的依赖性。而ERGM 模型是社会网络统计模型，可以用于解释网络关系的出现和不出现，因此可用于分析网络结构［15］。不同于现有的经济计量模型，ERGM 模型可以对国际贸易网络的结构控制和调整提供依据［16］。此外，ERGM模型可以将多个层次的网络变量纳入一个模型中，综合考虑形成机理，这是其相比于一般统计模型的最大优势［17］。在实际应用中，吴钢［16］基于复杂网络理论构建并描述1962—2010 年的国际贸易网络和国际人文关系网络，在此基础上应用ERGM 模型考察国际人文关系网络对不同等级维度、不同年份国际贸易网络的影响效应；许和连等［18］将复杂网络分析方法用于高端制造业，构建2012 年“一带一路”国家高端制造业贸易网络，进行网络特征分析，并基于ERGM 模型分析影响该网络形成的因素；牛华等［19］从网络视角分析全球高技术产品出口的动态特征并利用ERGM 模型探究研发投入和贸易自由化对高技术产品出口的影响。

目前，对林产品贸易的研究主要集中在单独国家［20-21］、双方国家间［22-23］或一定区域内［24-25］，鲜有研究将贸易对象确定为全球。探究林产品贸易影响因素的文章使用的研究方法以引力模型［26-27］为主，方法较单一，缺乏创新性。基于此，本文参照复杂网络理论在国际贸易中的应用，建立全球林产品贸易网络，从宏观和微观两个层面分析其格局；同时，建立ERGM 模型从内生结构变量、节点属性和网络协变量三方面探究林产品出口贸易影响因素。

二、理论分析

（一）要素禀赋理论

要素禀赋指一国所拥有的生产资源状况。在新古典经济中，国家之间要素禀赋的差异是指土地、劳动和资本等生产要素相对量的不同。要素禀赋理论认为这种要素禀赋差异引起国家之间自由贸易，在开展自由贸易后，一国出口密集使用其丰裕要素的产品，进口密集使用其稀缺要素的产品［28］。因此，要素禀赋理论建立在国家之间专业化分工的基础上，这种分工经济使国家之间依存关系更加密切，从而表现为国际贸易网络［16］。根据要素禀赋理论可知，一国的森林资源是否丰富，资本积累情况也会影响一国在全球林产品贸易网络中的地位。

（二）关税同盟理论

关税同盟是指在自由贸易区的基础上，成员国之间实行自由贸易，并且统一对非成员国实行进口关税或其他贸易政策措施，即建立共同关税壁垒［28］。关税同盟的静态效应包括贸易创造效应、贸易转移效应和福利效应等，动态效应包括扩大出口效应、规模经济效应、促进竞争效应、刺激投资效应和资源配置效应等［28］。本文从动态效应的规模经济效应和促进竞争效应两个方面进行分析：第一，规模经济效应。关税同盟的建立为成员国之间产品的相互出口创造良好的条件，所有成员国的国内市场组成一个统一的区域性市场，这种交易市场范围的扩大使成员国企业可以拥有更大的需求市场，市场需求的扩大使各企业可以进行林产品贸易的专业化分工，提高资源利用效率，实现企业规模经济，最大化成本优势。第二，促进竞争效应。建立关税同盟后，一方面各成员国林产品企业面临本国和其他成员国同类企业的竞争，这种良性竞争不仅促进产品流通，还倒逼企业提高要素生产率，进行创新以降低成本，提高经济福利；另一方面，提高成员国林产品市场的透明度，使得资源配置效率改善，从而提高经济效率、增进社会利益。综上，通过签署区域贸易协定实现贸易自由化，影响国家间林产品贸易情况，进而影响全球林产品贸易网络的形成。

（三）交易成本理论

交易成本泛指所有为促成交易发生而形成的成本，包括搜寻成本、信息成本、议价成本、监督成本、违约成本等。因此，国家之间地理距离的远近，使用的语言和货币是否一致，都会导致不同国家间进行林产品贸易的交易成本的不同，这也会进一步影响全球林产品贸易网络的形成。

三、模型选择、变量选取与数据来源

（一）模型选择

指数随机图模型（Exponential Random Graph Models，ERGM）是利用网络统计量解释网络形成概率的统计模型，该模型基于指数形式来研究网络结构，解释网络中连接关系形成的原因。ERGM模型与传统线性模型不同，其假定一条关系出现的概率取决于其他关系是否出现，强调网络中关系间的依赖性。观察到的网络图只是所有随机网络图中的一张，其出现的概率受到网络内生结构、节点属性和网络协变量因素的影响［29］。而林产品贸易网络正是多个经济体贸易微观行为相互作用形成，因此利用ERGM模型研究全球林产品贸易形成机制具有合理性。

根据Robins 等［30］、吴钢［16］和许和连等［18］的研究，用Pr(Y=y|θ)表示在θ条件下网络图y出现的概率，则ERGM模型的一般形式为：

式（1）中，gα(y)表示可能影响网络中关系形成的纯网络结构统计量，gβ(y，x)表示与节点属性相关的网络结构统计量，gγ(y，z)表示与其他外部网络相关的网络结构统计量，θα、θβ和θγ是相应的估计参数，κ是用于确保模型具有适当概率分布的标准化常量。

ERGM模型主要通过估计、诊断、仿真、比较和改进等步骤，检验哪些因素显著影响网络的形成。目前，主要采用马尔可夫链蒙特卡罗极大似然估计法（MCMC MLE）对模型进行估计检验，通过不断对模型进行模拟和参数修正，使得模型的参数估计趋于稳定。在模型评价方面，采用t统计量检验参数的显著性，一般要求p值小于0.1，并采用赤池信息准则（AIC）和贝叶斯信息准则（BIC）评估模型的拟合优度。本文采用R语言中ergm包构建模型并完成ERGM估计。

（二）变量选取

基于本文研究的是林产品贸易网络，ERGM 模型的被解释变量Pr(Y=y|θ)是林产品贸易网络形成的概率，解释变量是一系列林产品贸易网络结构统计量，包括内生结构变量gα(y)、节点属性变量gβ(y，x)和网络协变量gγ(y，z)，具体如表1所示。

表1 ERGM 变量说明

1.内生结构变量 内生结构变量是指由网络结构内部关系来表示的局部网络结构统计量，是用于检验和控制网络内生的自我组织特征的变量，包括边数、互惠性等。借鉴许和连等［18］的研究，选取边数和互惠性两种变量作为网络内生结构变量。其中，边数类似线性回归模型的常数项，是控制其他条件情况下关系发生的基本倾向或发生概率。互惠性表示林产品贸易网络中国家间是否存在互相出口的关系，参数估计值为正，则表明林产品出口网络中的国家间倾向于存在互相出口的关系。

2.节点属性变量 在网络中，节点自身的一些属性对网络关系的形成也具有重要影响。在探讨的林产品贸易网络中，节点属性变量用于测量国家属性的变量，国家自身的经济发展水平、资源禀赋等属性也会影响林产品贸易网络关系的形成。因此，本文所选取的节点属性变量为主效应、同配性和发送者效应。

主效应用于检验网络中是否某种属性越强，越容易出口。考虑国内生产总值（GDP）可以反映一国经济规模，人均国内生产总值可以反映一国的经济发展水平，因此选取GDP 和人均GDP 作为主效应，分析是否一国经济规模越大，经济发展水平越高越容易出口。同配性检验属性相近的国家之间发生贸易关系的倾向，即是否存在“同性相吸”的情形。参考吴钢［16］的处理方法，选取森林面积作为同配性，且将森林面积分为高、中、低三类。具体地，将72 个国家中森林面积排在前三分之一的归为森林面积高，前三分之一至三分之二归为森林面积中，后三分之一归为森林面积低。考察分属三类内部的国家之间是否有发生贸易关系的倾向。发送者效应则是检验具有某种属性的国家相比其他国家是否发送出更多关系，即具有更高的出口倾向，出口的国家数量更多。在发送者效应方面，为考察森林面积是否会影响一国的林产品出口，分别对发送者效应（森林面积中）和发送者效应（森林面积高）进行估计。考察处于森林面积高和森林面积中这两类的国家相比森林面积低这类的国家是否具有更高的出口倾向。

3.网络协变量 外部环境对网络形成的影响通常用网络协变量进行测算。网络协变量就是检验其他网络关系是否会促进贸易关系形成的变量。本文选择贸易自由化网络、距离网络、共同语言网络和共同货币网络，分别检验贸易自由化、距离、语言及货币对林产品出口网络的影响。

（三）数据来源

本文借鉴伍海泉等［31］、张洪瑞等［32］对林产品的界定方法，综合参考联合国粮食及农业组织（FAO）分类、《中国林业和草原统计年鉴》以及《中国海关统计年鉴》，选用HS1992 分类标准，数据来源于UN Comtrade 数据库。本文选取2019 年为研究年份，选取72 个国家，其中包括亚洲国家29 个、欧洲国家28个、非洲国家5 个、大洋洲国家2 个、美洲国家8 个，所选国家涵盖全球大多数国际组织或联盟成员国，2019 年林产品出口贸易额占全球比例为96%，林产品进口贸易额占全球比例为92%，能够较好地代表全球林产品贸易水平。为避免过小的贸易量不足以反映国家间的贸易模式，清晰反映林产品贸易关系的亲密程度，参照许和连等［18］研究，只保留林产品出口额大于100 万美元的贸易边，提取主要林产品贸易关系网络进行分析。

基于上述ERGM 模型的变量选取，GDP（美元）、人均GDP（美元）及森林面积（平方千米）均可从世界银行网站获得。为得到更好的估计结果，对GDP 和人均GDP 进行对数处理。贸易自由化网络、距离网络、共同语言网络和共同货币网络数据来源于CEPⅡ数据库，其中贸易自由化网络根据贸易双方国家是否均为WTO成员国测定。

四、结果与分析

（一）全球林产品贸易网络分析结果

在经济全球化背景下，全球各国和地区间贸易活动形成相互作用和相互依赖的复杂贸易网络。林产品贸易网络将各个国家和地区视为点，将双边贸易关系视为线，进而用G=(Vi，Vj，A，W)表示全球林产品贸易网络。其中，向量Vi=[vi](i= 1，2，…，n)表示出口国，向量Vj=[vj](j= 1，2，…，n)表示进口国，邻接矩阵A=[aij](i，j= 1，2，…，n)表示两国之间的贸易关系，当i国对j国出口大于0 时，aij= 1，否则aij= 0；权重矩阵W=[wij](i，j= 1，2，…，n)表示Vi国对Vj国出口的贸易值。本文从宏观和微观两个层面对林产品贸易网络进行分析。

1.宏观层面 在宏观层面，选取网络密度和基于距离的凝聚指数（紧凑度）两个指标。网络密度可以反映国家间贸易关系的疏密程度，通过网络实际贸易关系数除以理论最大贸易关系数来测算。网络密度越大，表示国家之间贸易联系越紧密。设网络中包含的实际贸易关系数为m，网络中的国家个数为n，则包含的贸易关系总数在理论上的最大可能值为n（n-1），则网络密度的计算公式为：

根据式（2）计算出2019年全球林产品贸易网络密度为0.501。各国之间林产品贸易联系较紧密，贸易关联性较强，但仍存在较大提升空间。

基于距离的凝聚指数（紧凑度）反映国家间贸易往来的通达性，是平均距离的倒数，其中，两国的距离指两国至少可通过多少条边关联在一起。网络中包含n（n-1）对国家，每对国家的距离之和是∑ijdij，因此网络中两两国家之间的平均距离计算公式为：

当网络中的所有国家两两之间存在直接贸易关系时，紧凑度等于1；不存在任何关系时，紧凑度等于0。紧凑度越接近1，表明网络越具有凝聚力，贸易网络任意两国间普遍存在直接贸易关系，贸易往来的通达性越强。

根据式（3）和式（4）分别计算出2019 年全球林产品出口网络的平均距离为1.481，紧凑度为0.696，较为接近1，因此该网络任意两国基本普遍存在直接贸易关系，网络凝聚力较强，各国林产品贸易往来通达性较强。

2.微观层面 选取出度中心度和入度中心度、中间中心度两个指标。一国的出度中心度和入度中心度分别反映一国发出和接收贸易关系的能力，即一国出口和进口的能力。i国的点入度是出口到i国的其他国的个数，即i国得到的直接关系数；i国的点出度是i国直接发出的关系数。为便于比较，参照刘军［33］的研究，利用直接关系数除以最大可能度数（n-1）进行计算。数值越大，表示该国的贸易对象越广泛。设i国直接发出的关系数∑jaij，i国直接接收的关系数为∑jaji，则i国出度中心度（ODCi）和入度中心度（IDCi）的计算公式分别为：

一国的中间中心度反映一国控制其他国家贸易往来的能力。这里定义捷径为一国出口至另一国的最短路径，假设t国出口到s国存在多条捷径，其中有一条可能经过i国。其中间中心度可以用t国向s国出口并且经过i国的捷径数与t国出口到s国的捷径总数之比来计算。

为便于比较，参照罗家德［34］的研究，利用上述比值除以最大可能度数（n-1）（n-2）进行计算。数值越大，表示该国影响其他国家之间贸易往来的能力越强。设dtis为t国出口到s国并且经过i国的捷径数，dts是t国出口到s国的捷径总数，则i国的中间中心度的计算公式为：

表2所示为2019年全球林产品贸易网络出度中心度和入度中心度、中间中心度指标排名前20的国家。表2显示，中国、德国和意大利各中心性指标均排在前10名，表明这三国出口和进口贸易对象都最为广泛，影响其他国家贸易往来的能力最强，处于网络核心地位，发挥着重要的“枢纽”作用。西班牙、法国、荷兰、土耳其、比利时、英国、美国和韩国的各项中心性指标均位列前20 名，说明这些国家在此网络中具有一定的影响力，但并没有位于核心位置。中亚国家所占比例相较其他国家比例较小，处于林产品贸易网络边缘。

表2 2019年全球林产品贸易网络中心性指标前20名国家

（二）ERGM 估计结果

本文采用R 语言中ergm 包构建模型并完成ERGM 估计，估计结果表明，互惠性、GDP 和人均GDP在1%的水平上显著为正，互惠性估计系数为0.864，说明全球林产品贸易具有较明显的互惠性，许多国家之间互有贸易进口和出口关系；GDP 估计系数为正，表明一国经济规模越大，越容易展开林产品出口贸易；人均GDP 估计系数为正，但略小于GDP 的估计系数，表明经济发展水平越高，越容易展开林产品出口贸易，但影响强度不如GDP。模型（1）考察包含网络的内生结构变量和节点属性中的主效应，在模型（1）的基础上引入同配性考察森林面积相近的国家之间是否更倾向于发生贸易关系。同配性（森林面积高）和同配性（森林面积中）在1%的水平上显著为正，且前者系数大于后者，而同配性（森林面积低）在5%的水平上显著为负。这表明森林面积在高等和中等水平的国家之间更倾向于发生林产品贸易，且森林面积越大，这种倾向就越强，而在低等森林面积水平的国家之间开展的倾向较小。造成这种现象的一种可能原因是，低等森林面积水平的国家林产品种类和数量普遍偏低，因此不倾向发生林产品贸易。

表3 ERGM 回归结果

在模型（2）的基础上，模型（3）～模型（6）分别加入贸易自由化网络、距离网络、共同语言网络和共同货币网络，考察4 种网络对林产品贸易网络的影响，即贸易自由化、距离、语言和货币在林产品贸易关系中的作用。估计结果显示贸易自由化网络、共同语言网络和共同货币网络在1%水平上显著为正，距离网络在1%水平上显著为负。这表明林产品贸易网络与贸易自由化网络和共同货币网络存在明显重叠，对林产品贸易网络具有重要的正向影响，贸易自由化网络的影响更强；共同语言网络与林产品贸易网络间存在重叠，并且共同语言网络对于林产品贸易网络具有正向影响，但不如前两个网络影响显著；距离网络的影响效应相对较小。模型（3）的估计结果显示，贸易自由化估计系数高达1.382，表明贸易自由化对全球林产品贸易发展产生极大促进作用。其可能原因为：贸易自由化使关税降低，扩大贸易。根据模型（4），距离对林产品贸易影响较小。林产品贸易主要依赖的运输方式为陆运和海运，距离对林产品贸易的贸易发展的限制作用仍然存在，但因为运输成本并不高，所以其影响较小。共同语言和共同货币代表林产品贸易中的交易成本，模型（5）和模型（6）的估计结果表明，具有共同语言和共同货币更有利于国家间开展林产品贸易。这是因为使用相同语言有利于贸易双方沟通交流，易于减少和解决贸易过程中出现的问题；使用相同货币可以规避汇率风险，有利于贸易关系的形成。

模型（7）综合上述内生结构变量、主效应、同配性和网络协变量，变量估计结果均在1%的水平上显著，且符号方向均未改变。相比于模型（1）～模型（6），模型（7）中AIC和BIC数值减小，拟合优度进一步提高。上述模型可以说明森林面积在高等和中等水平的国家间容易展开林产品贸易，森林面积在低等水平的国家间不易展开林产品贸易，但并未说明森林面积处于较高水平的国家是否具有更高的出口倾向。为此，模型（8）在模型（7）的基础上进一步加入发送者效应（森林面积中）和发送者效应（森林面积高），估计结果显示发送者效应（森林面积中）和发送者效应（森林面积高）均在1%的水平上显著为正且后者大于前者，这表明高等和中等森林面积水平的国家相对于低等森林面积水平的国家具有更高的林产品贸易出口倾向，且森林面积越大的国家林产品出口倾向越高。

整体来看，模型（8）综合所有变量，与前面的估计结果相比，AIC和BIC均为最低值，模型拟合优度最高。模型（1）～模型（8）变量估计结果符号一致，验证模型的稳健性。节点属性变量中发送者效应对网络促进作用最强，协变量网络中贸易自由化网络对林产品出口贸易网络的正向影响最强。

五、主要结论与政策建议

（一）主要结论

基于构建的2019 年全球林产品出口贸易网络，运用网络分析方法分析其格局，并建立ERGM 模型探究影响该网络形成的因素。得出如下主要结论：第一，从网络宏观层面分析，全球网络密度和紧凑度均接近1，国家之间林产品贸易联系紧密，贸易往来的通达性强；从网络微观层面分析，中国、德国和意大利的网络中心性指标位居世界前列，进出口贸易对象最为广泛，影响其他国家贸易往来的能力最强，在林产品贸易网络中发挥着重要的“枢纽”作用，众多中亚国家处于林产品贸易网络的边缘。第二，全球林产品贸易网络的形成是由网络内生结构变量、节点属性变量和网络协变量共同影响的。分析发现：内生结构变量中，全球林产品贸易具有较明显的互惠性，许多国家之间互有贸易进出口关系；节点属性变量中，一国GDP和人均GDP越高，越容易展开林产品出口贸易，人均GDP较GDP影响强度小；高等和中等水平森林面积的国家之间更倾向于发生林产品贸易，且相对于低等森林面积水平的国家具有更高的林产品贸易出口倾向，森林面积越大的国家这两种倾向就越强；网络协变量中，贸易自由化网络、共同货币网络和共同语言网络对林产品贸易网络存在重叠和正向影响，影响强度依次减弱，距离网络的影响较小。

（二）政策建议

基于以上结论，得出如下政策建议：第一，中国应继续发挥在林产品贸易中的“枢纽”作用，一方面通过政策沟通扩大与其他核心国家的林产品贸易范围，深化经贸关系；另一方面加快建立与林产品贸易网络边缘国家的林产品贸易联系，构建多层次贸易网络，实现合作共赢。第二，保持国家经济状况稳步提升，经济平稳发展，积极推进贸易自由化进程，坚持对外开放，这对林产品贸易具有积极的促进作用。第三，中国应继续在进行林产品出口贸易的过程中注重森林资源的保护问题，积极践行“绿水青山就是金山银山”理念，以此保持森林面积处于世界高等水平地位，稳固林产品贸易“大国”地位。